tf.device()指定tensorflow运行的GPU或CPU设备
2024-09-02 08:31:15
在tensorflow中,我们可以使用 tf.device() 指定模型运行的具体设备,可以指定运行在GPU还是CUP上,以及哪块GPU上。
设置使用GPU
使用 tf.device('/gpu:1') 指定Session在第二块GPU上运行:
import tensorflow as tf
with tf.device('/gpu:1'):
v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
sumV12 = v1 + v2
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
print sess.run(sumV12)
ConfigProto() 中参数 log_device_placement=True 会打印出执行操作所用的设备,以上输出:
如果安装的是GPU版本的tensorflow,机器上有支持的GPU,也正确安装了显卡驱动、CUDA和cuDNN,默认情况下,Session会在GPU上运行:
import tensorflow as tf
v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
sumV12 = v1 + v2
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
print sess.run(sumV12)
默认在GPU:0上执行:
设置使用cpu
tensorflow中不同的GPU使用/gpu:0和/gpu:1区分,而CPU不区分设备号,统一使用 /cpu:0
import tensorflow as tf
with tf.device('/cpu:0'):
v1 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v1')
v2 = tf.constant([1.0, 2.0, 3.0], shape=[3], name='v2')
sumV12 = v1 + v2
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
print sess.run(sumV12)
最新文章
- JS函数声明的问题
- innoDB源码分析--缓冲池
- SqlServer中字符串和日期类型的转换
- bootstrap入门-1.可视化布局
- 如何理解 Java 中的 <;T extends Comparable<;? super T>;>;
- Scrollview 嵌套 RecyclerView 及在Android 5.1版本滑动时 惯性消失问题
- 温故而知新:Delegate,Action,Func,匿名方法,匿名委托,事件
- window下部署php_redis扩展
- spark的环境安装
- 读《编写高质量代码-Web前端开发修炼之道》笔记
- AngularJS合集
- 国内开源html5游戏引擎全收录
- C# winform平台下使用spread控件导出excel表格
- 新买一款打印机hp5525N
- String、StringBuffer、StringBuilder比较
- Python网络数据采集3-数据存到CSV以及MySql
- Fiddler获取https会话
- Java:Object类的equals()方法 如何编写一个完美的equals()方法
- MTK机器原始OTA更新方法
- Vue.js-10:第十章 - 组件间的数据通信